RyotaKadoya1993/translation-law

该数据集包含日语和英语的文本对，每个文本对包括日语文本、英语文本、日语文本的字符长度、英语文本的字符长度以及一个索引列。数据集分为一个训练集，包含85,288个样本，文件大小为49,673,622字节，下载大小为17,079,354字节。

This dataset contains pairs of Japanese and English texts, each pair including the Japanese text, English text, character length of the Japanese text, character length of the English text, and an index column. The dataset is divided into a training set containing 85,288 samples, with a file size of 49,673,622 bytes and a download size of 17,079,354 bytes.

原始信息汇总

数据集概述

数据特征

• Japanese: 类型为字符串
• English: 类型为字符串
• ja_char_len: 类型为int64，表示日文字符长度
• en_char_len: 类型为int64，表示英文字符长度
• index_level_0: 类型为int64，表示索引级别

数据分割

• train: 包含85288个样本，总字节数为49673622

数据集大小

• 下载大小: 17079354字节
• 数据集大小: 49673622字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*